Abstract:
Perusahaan asuransi kendaraan bermotor perlu melakukan prediksi terhadap frekuensi klaim
yang mungkin terjadi di masa mendatang untuk menetapkan harga premi yang sesuai untuk polis
asuransi. Akan tetapi, seringkali terjadi overdispersi pada data asuransi kendaraan bermotor,
yaitu kondisi di mana nilai variansi lebih besar dibanding rata-ratanya, akibat faktor-faktor
tersembunyi yang tidak tercatat dalam data, seperti kemampuan dan pengalaman pengendara,
yang tidak dapat direpresentasikan oleh distribusi pada umumnya. Oleh karena itu, penelitian
ini bertujuan menyajikan model regresi Poisson-lognormal untuk memprediksi frekuensi klaim
asuransi kendaraan bermotor, karena model ini cocok digunakan untuk menggambarkan data
overdispersi. Penaksiran parameter model regresi Poisson-lognormal akan dilakukan melalui
algoritma ekspektasi-maksimasi. Setelah diperoleh parameter model, dilakukan analisis terhadap
pengaruh variabel-variabel yang terlibat dalam penelitian terhadap frekuensi klaim asuransi
kendaraan bermotor. Hasil analisis menunjukkan bahwa pertambahan umur, pemegang polis
laki-laki, penggunaan mobil untuk keperluan pribadi di daerah pedesaan memiliki kecenderungan
untuk mengajukan klaim asuransi dengan frekuensi yang lebih rendah. Sementara itu,
pertambahan umur, pemegang polis laki-laki, penggunaan mobil untuk keperluan komersial di
daerah perkotaan cenderung memiliki tingkat variasi klaim yang lebih rendah. Model regresi
yang dihasilkan diharapkan dapat memberikan manfaat signifikan bagi perusahaan asuransi
dalam melakukan perhitungan prediktif terkait frekuensi klaim asuransi kendaraan bermotor
berdasarkan karakteristik individu dan penggunaan kendaraan yang dimiliki oleh pemegang
polis.
